對數字社會數據公共治理的建議
時間：2020-12-20
作者：劉曉春
隨著新基建的加快建設，5G和物聯網的應用，數字技術的應用將從經濟領域擴展到整個社會領域，極大地改變人們的生活方式和社會運行方式。在憧憬數字社會巨大的正面效用的同時，更需要充分認識和評估數據互聯互通可能帶來的風險，高度重視數字社會的數據公共治理。由于數字技術的特殊性，風險傳播的廣泛性和滲透性，數據的風險不僅僅局限在個人隱私范圍，而是具有廣泛的破壞性，需要未雨綢繆制定防范策略。
數據互聯互通存在的問題與風險
破除信息孤島與數字安全的平衡問題
萬物互聯、數字化社會治理，無論是產業鏈、商業新模式，還是城市治理等，都需要打破信息孤島。
一方面，需要明確數據互聯由誰主導的問題。是政府、科技公司還是其他機構？比如智能城市建設，需要的數據包羅萬象，涉及多個行業和部門，這些數據應該由誰牽頭收集，需要予以落實。
另一方面，數據如何分類、如何管理，也是一個新課題。在數字化城市治理過程中，每時每刻都在生成各種各樣的新數據。各政府部門、各類機構的數據不上網、不上鏈，智能城市建設、工業互聯網建設、數字中國建設就不可能實現。但所有數據上網上鏈，如果管理不慎，可能會對安全、公安、部隊等數據產生威脅，甚至造成對社會和國家穩定的沖擊。公共數據管理，不僅政府治理需要考慮，工業物聯網等各類產業物聯網系統都需要考慮。
算法模型推動無意識羊群效應的風險
人工智能技術是數字化社會建設的重要技術。雖然人工智能技術本身具有非常大的想象空間和發展前景，但其所需要的算法模型依然是人根據對相關事物的運行規律的研究進行設計的，算法所采用的要素始終有限，運算邏輯是單一并一貫的。面對突發情景不會調整運算邏輯，改變應對策略和行動，更容易把事物的發展推向極端。
在金融領域，智能投顧、量化投資、高頻交易等，已經多次發生使市場脫離經濟基本面，某個信息的影響會不斷放大，推動市場單向發展，最終導致市場崩潰的事件。
在商業領域，精準推送廣告、媒體精準推送內容，也都是類似邏輯的極致應用。一些視頻、新聞、商品的廣泛傳播，都是運用算法進行強行推廣，與傳統的傳播方式有極大區別。傳統傳播是傳播方有意識的行為和操作，但在算法模式下，傳播完全脫離傳播方的操作，由算法模型自動傳播，不僅傳播能力和速度遠遠超過人為操作，其結果往往會超出原有設計的控制范圍。
在傳統模式下，對于謠言，可以追查整個傳播路徑，找到源頭、分析原因、化解風險。在算法模型下，傳播什么信息、如何傳播、傳播給誰，是依據算法進行的，是無意識的。算法會依據自我發出的信息、放大影響，創造羊群效應，造成原本可能不會發生的傳播效果，網紅現象就是典型表現。如果在新聞傳播中，一個本來沒有什么意義的小新聞，甚至只是一個詞語，由于觸發算法要素，無限放大傳播，在傳播過程中，詞語不斷演化成話語和輿論，就可能造成嚴重的社會事件。但最后調查，發現事件的產生可能沒有原因，也沒有責任人。
社會機構無序采集信息的風險
自互聯網經濟發展以來，各類機構都在采集信息，采集信息范圍越來越廣泛。但目前我國對機構采集信息的權力沒有約束和管理。特別是新冠疫情發生以來，個人信息在越來越多的場合被采集，而被采集人也無法追溯信息采集源是什么機構什么人。甚至景點售票也要采集游客的身份證號碼、電話號碼、面部信息。本來，利用數字技術改進售票方式，是為了提高效率，改善游客體驗，但這類信息采集的泛濫，增加了額外的購票環節，降低了效率和游客體驗。
過去，由于個人信息自我保護不慎，造成的損失由個人自己承擔。從目前情況來看，造成個人信息泄漏的場合太多，個人也不知道有哪些部門和機構保存自己的信息，更不知道這些部門和機構是否具有保護這些信息的法定責任，更無力舉證這些部門和機構是否履行應盡的法律義務。
大型科技平臺企業贏者通吃的壟斷風險
各類數字科技平臺打著“去中心化”的旗號，實際上是要成為壟斷性平臺，形成新的中心，進而贏者通吃。但是，新的贏者通吃與傳統的壟斷不同。
傳統的壟斷，一般體現為一個產品或一類產品的壟斷，最多是一個行業的壟斷。新的贏者通吃，是平臺企業試圖對平臺上所有可能業務的壟斷。更有甚者，這些平臺企業打著創新、打通信息孤島的名義，掌握了海量的社會數據，包括個人、企業、政府等部門的信息，同時平臺本身又具有非常強的公共物品屬性。即使不考慮商業上的壟斷對其他市場參與者的擠出效應和對市場的扭曲，這樣的企業，無論是出現經營風險、運營風險、技術風險、道德風險，對社會的危害都是災難性的、系統性的，比傳統意義上的“大而不能倒”的機構影響更大。隨著5G和物聯網的發展，不同領域的這類平臺還會增加。
數據風險具有全局性 需上升至國家治理層面
數字社會與數據有關的風險，不是單純的行業風險、企業風險和業務風險，而是全局性的風險。因此，相應的治理，也要從全局的角度來著眼，上升到國家治理的層面。
需要從立法層面解決數據的分類管理
現在各方都在關注個人數據的隱私保護問題，提出了立法建議。這是非常必要的。與此同時，也需要對整個數字社會的數據管理進行立法。
首先需要對數字經濟、數字社會背景下的數據進行分類。可以根據數據的性質、安全級別、社會層級等進行分類。數據分類管理中，特別要明確在國家、政府層面，事關軍事、公安、金融等與國家和人民安全有關的數據應該如何保管、如何上網上鏈、如何應用。
其次需明確數據所有權、使用權。所有者、使用者的管理職責。
再次需要明確數據使用、交易過程中的法律責任。
第四，社會數據管理作為一個新生事物，又事關國家安全、社會穩定和經濟有序運行，可以考慮建立專門的監管部門或監管機制。
加強對不同人工智能應用的監管
對面向社會公眾的人工智能應用程序，需要有一套監管機制。企業及機構內部用于生產、管理、運營的人工智能，主要作用是提高效率、質量和綜合協同能力；大多數產品中的人工智能應用，如無人汽車等，亦是如此。但面向社會公眾的人工智能應用，往往具有更強的營銷性質，因而也具有更強的擴散性和放大效應，會對市場和社會秩序造成負面沖擊。比如金融領域的智能投顧、量化交易、高頻交易等，商業領域的算法推送營銷，媒體的算法內容推送等。
在金融領域，智能投顧、量化交易、高頻交易等業務模型，一般由專業業務人員設計，業務人員通常具備專業從業資格。鑒于這類人工智能的特點，監管應該在一般技術安全監管的基礎上，再對這些技術應用實行人格化監管，即每一個算法模型上線，必須經監管認定資質，好比交易人員必須經過資格考試，持證上崗。持證上崗不能完全保證辦理業務沒有風險，因此在經營業務中依然需要持續監管，一旦發現問題就要取消資格。對人工智能算法模型也要持續監管，一旦觸發監管紅線，即做下線處理，同時對機構和設計人員進行相應處罰。金融機構內部，亦需依據監管要求制訂管理辦法，強化對這類算法模型和有關人員的管理。
其他商業機構面向社會公眾的人工智能算法模型，同樣需要研究相應的監管辦法，落實監管部門；機構內部也需要制定管理辦法。
數據采集和保存的管理
隨著數字社會的建設發展，便不再需要各類部門和機構都參與采集個人核心信息和數據。建議在第一條立法建議的基礎上，對各類部門、機構采集個人核心信息和數據、使用這些信息和數據做出規定，如無必要，應當明令禁止采集個人核心信息和數據。部門和機構因業務需要采集個人核心信息和數據，應將采集原由、采集內容、采集方法、信息應用范圍、信息保管、內部相關制度等內容報備相關部門，以備監管。報備本身可視作對信息安全的法律承諾。
制度建立后，應該對各類機構現在已經采集的個人核心信息和數據進行一次全面清理。
建立超級數字平臺監督管理制度
一方面，我們需要要客觀認識超級數字平臺的壟斷問題。平臺本身具有公共性，與一般的商業壟斷、工業壟斷不同。平臺的集中，既是平臺企業商業競爭的主動結果，也是平臺具備提高社會運行效率的必然結果。以第三方支付為例，為保障支付暢通，市場各參與方必然會集中到共同的支付平臺上。類比電信平臺的邏輯，如果不同電信公司之間的電話互相不能接通，電信平臺最后就只能集中到一家。監管向第三方支付平臺發了那么多牌照，實際成功的卻不多，就是這個原因。而第三方支付平臺在相互封鎖的情況下，仍有幾家共存，其原因包括兩方面：一是背后有統一的銀行支付結算系統的支撐；二是一些聚合支付公司提供聚合服務解決了第三方支付公司互相封鎖的問題。隨著物聯網、數字社會的發展，不同領域這類平臺還會產生。不能因為存在壟斷，就簡單地加以拆分。應該看到，平臺的集中是數字化轉型的必要條件。
另一方面，也應該看到，現在的超級數字平臺，與傳統的服務型壟斷平臺不同，它們不僅為平臺上的機構和個人提供服務，采集和占有平臺上機構和個人所產生的海量數據，同時還應用這些數據和資源與平臺上的機構和個人競爭業務。電信為社會提供電信服務，也在提供電信服務的過程中采集信息，但它們并不辦理其他業務；同時，因為不同的電信公司在更大的電信頻譜平臺上競爭，它們對客戶的擠壓還是有所節制的。再比如SWIFT，為銀行提供信息傳輸服務，同樣占有著海量的銀行業務往來信息，但它并不辦理銀行業務，也不利用這些信息去開展其他業務。而現在的一些超級數字平臺則完全不同，同時與被服務對象形成競爭，而且是壟斷性競爭，于是就出現了贏者通吃的現象。不能不說，這個現象對數字社會的發展，特別是對數字社會條件下經濟和市場的有序發展是不利的，一定程度上可能會引起大的經濟動蕩。
這些超級數字平臺企業應該如何與市場、其他機構以及社會相處？這個問題難以單純靠企業的道德自律解決，必須建立相應的監督機構和監督管理制度進行有效管理。建議參考金融控股集團和金融業分業監管的理念和方式，對超級數據平臺企業集團內部不同業務板塊進行風險和利益隔離。
在金融領域，不僅有分業監管制度、金融控股集團監管制度，即使對同一機構內部的一些特殊業務也有風險和利益隔離規定。比如在一些發達市場，對銀行內部的金融市場交易業務，要求與其他業務部門有物理隔離和信息隔離，否則就有可能觸犯內幕交易規定。以債券業務為例，公司客戶部門可以投資客戶的債券，資金交易部門可以買賣同一債券，但兩個部門不能就這個債券互通信息。當資金交易部門在市場上獲得該債券發行人的負面消息，可以決定自己是否減持該債券，但不能把這個消息通報給公司客戶部門。
此外，平臺所采集和占有的各類數據具有相當的公共性，不能單純看作是公司的資產；同時，由于平臺運行的特征，難以與所有被采集人簽訂保密協議。因此，對數據的采集、應用、保管、銷毀等亦需要納入監管范圍，承擔法律責任；企業自身則需要制定經監管審核的管理辦法和操作流程。
作者劉曉春系上海新金融研究院副院長，本文為作者向中國金融四十人論壇獨家供稿，未經許可不得轉載。
主站蜘蛛池模板：
久久久久久久久久久久亚洲|
中文字幕在线观看地址|
国产精品热播久久就|
gAV一区二区三区|
亚洲av无码人妻|
欧美日韩国产一区二区|
黄色男人影院播放|
AV伊人中文网|
无码Av69堂一区二区三区|
蜜桃亚洲精品在线九九|
国产AV一区二区三区|
亚洲区另类欧美激情日韩|
欧美性活一区二区|
国产精品久久久久久久亚洲小说
|
欧美一区日韩在线|
久久久久国产一级毛片高清版0|
2017亚洲无码|
日本性视频在线播放|
韩国国产日本精品没|
一区二区三区二十八|
欧美日韩国产强奸一区|
aV天堂jiZZCom|
男人看的免费网址|
丁香婷婷五月久久成人AV|
性人妻系列视频久久|
久久免费视频人妻|
91 口爆一区二区三区在线|
日韩无码AV专区|
国产精品无码A∨在线观看|
上原亚衣中文在线|
国产欧美日韩卡一|
亚洲AV秘 无码一区坂井成羽|
久久棈精品久久久久久噜噜999
|
殴州三级视频网站|
9191avav在线观看欧美日韩|
老司机午夜天堂|
最新在线黄色wangzhi|
久久人人爽人人人人片|
亚洲AV无码孕妇9个月孕交|
国产日产亚州乱吗AV在线频|
胥岳一区二区三区四区|
